英伟达 AI 模型可实时用文字 P 图:输入单词或短语,可立刻输出逼真的照片(附在线 Demo,可试玩)

2021/11/23 15:34:00 来源:量子位 作者:明敏 萧箫 责编:江离

在“一句话生成照片”这件事上,英伟达又一次突破了大伙的想象力。

他们最新的 AI 模型 GauGAN2,不仅能根据字词生成逼真风景照,还能实时用文字 P 图

输入一句“海浪击打岸边石”,立刻输出一张逼真照片:

从单词到短语,这只 AI 全都能 get!

那感觉,简直是要山得山,要水得水:

要是觉得哪部分你不喜欢,直接打字就能“P 图”:

上面这些效果,都是英伟达这个叫做“GauGAN2”的模型做出来的,而它的“完整版”功能,还远不止这些。

从草图到文字,都能生成风景照

GauGAN2 的绘制模式,一共分为三种。

第一种,打字生成图片

我们先试了一下单个词组,“阳光(sunshine)”,生成如下图片:

加上限定词 in the forest 后,AI 立刻就将场景换到了树林里,变成光洒在树林中的场景:

再多来点限定词也没问题。

像“冬日树林中的阳光”,输入 in winter 后,眼前本来郁郁葱葱的树林立刻“全秃了”,换成了雪景下的一幕:

这效果,u1s1(有一说一)确实不错。

还能输出不同 style 的风景图,例如输入“大山(mountain)”一词,立刻要山有山,还能给你换不同风格:

当然,这些不同的风景照也都能继续生成新细节,在 mountain 后加上“beside a river”就能生成山水:

第二种,“打字 P 图”,直接用文字编辑部分图像

只需要把想替换掉的部分圈出来,输入你想要的东西,就能立刻造出各种新颖的风景图:

嗯…… 英伟达给出的这个 demo,思路也是非常清奇了,“浮在空中的城堡”:

第三种,用涂鸦生成风景照

这是上一代 GauGAN2(2019 年英伟达推出的 GauGAN)的看家本领。

例如,要是想实现下面这样的“一片天空两个太阳”,就完全可以在通过文本生成的图像上,自己手动再加一个。

这几种玩法叠加在一起,简直让网友们脑洞大开。

像外媒 ZDNet 就恶搞出来了一种神奇的玩法,在已有的风景上画个人头:

然后让 GauGAN2 根据已有的画面,再重新生成图画,就会得到如下“人头海岛”的神奇景观:

不过这可能也对个人画技有所要求,在我们的灵魂画风下,效果看上去就有些…… 不太聪明的亚子。

那么,生成这一系列风景照的 GauGAN2,背后究竟用了什么原理?

它与 OpenAI 今年发布的 DALL・E 和 CLIP,又究竟有什么区别?

与 DALL・E 有什么不同?

2019 年,英伟达 GauGAN2 的“前身”GauGAN 正式开源。

当时的它,还只拥有其中一个能力,就是将涂鸦直接变成风景画,就像「神笔马良」一样,还推出了对应的软件 Canvas:

当然,这时 GauGAN 已经能随意改变画面风格了,从白天黑夜到春夏秋冬的气质都能稳稳“拿捏”:

据英伟达介绍,GauGAN 采用了一种基于空间适应标准化(SPADE)算法。

SPADE 算法不仅使用随机的输入图像,还采用了一种被称作“分割图”的图像。在分割图中,每一个像素都会被归类,来生成更接近于真实的图像,这种模式被称作“图对图翻译”。

▲ GauGAN 的技能点(狗头)

现在,英伟达将 GauGAN 升级成了 GauGAN2,后者一共采用了 1000 万张高质量的图片、在英伟达 Selene 超算上进行训练,这台超算在 Green500 排行榜上排到世界第二。

生成这些风景画的效果和“手法”,是不是感觉有点熟悉?

没错,大多数人看到 GauGAN2 的第一眼,可能都会觉得它和 OpenAI 的 DALL・E+CLIP 有点像。

今年年初,OpenAI 用 DALL・E 和 CLIP 两个模型,做了个“图像版”GPT-3,同样能用一句话生成图片。

不过,这两个模型生成的内容其实不太一样。

GauGAN2 专注于生成风景照,DALL・E+CLIP 则更多地生成具体的物体,例如一把椅子或者一个闹钟等。

这与它们的原理差异也有关系,GauGAN2 更加注重“单词与视觉效果”之间的关系,例如“冬天”这种模糊的状态词给照片带来的效果;DALL・E+CLIP 则更注重“文字-图像”这种有明确对应关系的物体效果。

据英伟达介绍,GauGAN2 不同于“文本-图像”和“分割图像-图像”一类的模型,它所能产生的照片种类更多,质量也会更高。

不过,偶尔也会出现点 bug…

比如给出“沙滩(beach)”一词后,有些生成的画面中出现了语言无法描述的事物。

对此,英伟达表示,他们在训练中“完全没有用到任何人像照片”。(所以可能是偶然?)

但这样一来,网友想要的“瑞克摇(Rick roll)”和“鬼畜视频生成”,GauGAN2 大概也是没办法实现了。

但是能生成仿佛梦境中才能见到的画面,也吸引了不少人来试玩。

这不,有人就晒出了自己生成的抽象画大作,并表示自己非常喜欢这个模型:

还有人表示,GauGAN2 给出了一些建筑设计的新 idea 啊。

也有网友觉得这种能够自动生成景观的功能,未来 Adobe 可能也会用上。

或许就是下一个画手利器?

最后,GauGAN2 在浏览器上就能试玩,欢迎大家留言讨论自己的体验感受。

GauGAN2 试玩 Demo 地址:点此直达

相关文章

关键词:AIP图GAN

软媒旗下网站: IT之家 辣品 - 超值导购,优惠券 最会买 - 返利返现优惠券 iPhone之家 Win7之家 Win10之家 Win11之家

软媒旗下软件: 魔方 旗鱼浏览器(极速内核) 云日历 酷点桌面 Win7优化大师 Win10优化大师 软媒手机APP应用